我有 50,000 个样本。其中 23,000 个属于所需类别$A$. 我可以牺牲被分类为属于所需类的实例的数量$A$. 对我来说，在所需的类中获得 7000 个实例就足够了$A$, 前提是这些实例中的大多数被归类为$A$真正属于想要的班级$A$. 我怎样才能做到这一点？

以下是实例被完美分类的情况下的混淆矩阵。

[[23000   0]
 [  0 27000]]

但是不太可能得到这个混淆矩阵，所以我对下面的混淆矩阵还是比较满意的。

[[7000   16000]
 [  500 26500]]

我目前正在使用sklearn图书馆。我主要使用基于决策树的算法，因为它们的计算速度非常快。